非侵入式相关 AI 资讯 · AI 热点

7月8日

11:14

11:14

官方账号Meta AI@AIatMeta

73°

Meta AI发布Brain2Qwerty v2，这是基于v1的升级版非侵入式脑信号解码器，相关论文已发表于Nature。v2是当前性能最高的端到端流水线，能从原始脑信号实时解码句子，超越v1的字符级解码，达到单词和语义级别。该研究旨在帮助数百万因脑损伤或疾病无法交流的患者恢复沟通能力。

论文 Brain2Qwerty Meta Nature

推荐理由：Meta的Brain2Qwerty v2能从脑波直接读句子，比v1强很多，发在Nature上，对说不出话的人可能是救星。

7月1日

23:47

23:47

官方账号Decoder@Maximilian Schreiner

精选

Meta FAIR团队推出Brain2Qwerty v2系统，通过颅外磁信号记录脑活动，无需手术植入即可将打字意图转化为文本。在50名受试者测试中，其准确率随数据增加持续提升，性能已接近侵入式设备。AI智能体自动编写代码辅助优化算法。目前距离瘫痪患者临床应用仍有很大距离。

AI模型 Meta Brain2Qwerty FAIR

推荐理由：Meta搞了个不用开颅的脑机打字AI，准确率快追上植入式了，AI自己写代码优化，挺有意思。

6月30日

19:15

19:15IT之家（博客/媒体）

71°

Meta 公布新研究 Brain2Qwerty v2，使用脑磁图（MEG）设备非侵入式记录大脑磁场信号，通过 AI 模型还原文字。模型基于 9 名志愿者的 22000 个句子和约 10 小时数据训练，经微调利用上下文补全高噪声信号。平均单词识别准确率约 61%，词错误率（WER）约 39%，表现最好的受试者准确率达 78%，超半数测试句子错误不超 1 个单词。当前需大型实验室 MEG 设备，距实用化仍有差距，Meta 已在 GitHub 开源 v1 和 v2 训练代码。

论文 Brain2Qwerty v2 Meta MEG

推荐理由：Meta 用 AI 从脑磁信号解码想打的字，不用手术，最高 78% 准确率，代码已开源，比植入式门槛低多了。

13:04

13:04

宝玉@dotey

Brain2Qwerty v1论文登上Nature Neuroscience，v2同日发布。v1字符错误率32%，v2实现句子级实时解码，平均单词准确率61%，最佳被试达78%。v2采用MEG设备，端到端深度学习结合微调大语言模型，训练数据来自9名志愿者共22000个句子。此前非侵入式方法单词准确率仅8%。Meta开源了全部训练代码，合作方BCBL开放了v1数据集。

AI模型 Brain2Qwerty Meta 脑机接口

推荐理由：Meta的Brain2Qwerty v2把非侵入式脑机接口的句子解码准确率从8%拉到了61%，比Neuralink少了开颅手术。开源了代码，值得关注。